Congestive Hepatopathy: Pathophysiology, Workup, and Imaging Findings with Pathologic Correlation
Notice bibliographique
Résumé
Liver congestion is increasingly encountered in clinical practice and presents diagnostic pitfalls of which radiologists must be aware. The complex altered hemodynamics associated with liver congestion leads to diffuse parenchymal changes and the development of benign and malignant nodules. Distinguishing commonly encountered benign hypervascular lesions, such as focal nodular hyperplasia (FNH)–like nodules, from hepatocellular carcinoma (HCC) can be challenging due to overlapping imaging features. FNH-like lesions enhance during the hepatic arterial phase and remain isoenhancing relative to the background liver parenchyma but infrequently appear to wash out at delayed phase imaging, similar to what might be seen with HCC. Heterogeneity, presence of an enhancing capsule, washout during the portal venous phase, intermediate signal intensity at T2-weighted imaging, restricted diffusion, and lack of uptake at hepatobiliary phase imaging point toward the diagnosis of HCC, although these features are not sensitive individually. It is important to emphasize that the Liver Imaging Reporting and Data System (LI-RADS) algorithm cannot be applied in congested livers since major LI-RADS features lack specificity in distinguishing HCC from benign hypervascular lesions in this population. Also, the morphologic changes and increased liver stiffness caused by congestion make the imaging diagnosis of cirrhosis difficult. The authors discuss the complex liver macro- and microhemodynamics underlying liver congestion; propose a more inclusive approach to and conceptualization of liver congestion; describe the pathophysiology of liver congestion, hepatocellular injury, and the development of benign and malignant nodules; review the imaging findings and mimics of liver congestion and hypervascular lesions; and present a diagnostic algorithm for approaching hypervascular liver lesions. ©RSNA, 2024 Test Your Knowledge questions for this article are available in the supplemental material.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».